《表1 在3个数据集上各模型的预测准确率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多尺度卷积和循环神经网络的蛋白质二级结构预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本研究模型的预测性能，我们将和各个基准模型进行对比，基准模型有GSN、CNF、DeepCNF、SSpro8，采用准确度作为预测模型评价指标。分别在CB513 （Cuff and Barton，1999）、CASP10 （Kryshtafovych et al.，2014）和CASP11 （Moult et al.，2014）3个数据集上测试预测精度。本研究模型和其他模型在3个数据集上的模型预测准确率的对比，其中GSN算法在原文中未提供在CASP10和CASP11两个数据集上的测试（表1）。在3个测试数据集本研究模型精度明显高于其他基准模型，可见本模型充分提取了氨基酸的类型信息编码和生物进化信息编码信息，并有效的将提取的局部和长程特征信息进行了良好的相互作用，有效的提高了8类蛋白质二级结构的预测精度。